[发明专利]血管介入手术机器人系统力反馈的模糊融合方法

说明书

技术领域

本发明属于医疗器械技术领域，具体涉及一种用于血管介入手术机器人系统力反馈的模糊融合方法。

背景技术

近年来，血管介入手术以其微创伤、低风险、并发症少等优点得到了广泛的临床应用，被认为是当前最具有应用价值的临床医学专科之一。但是技巧性强、操作复杂、手术时间长、X射线的无端伤害等弊端，限制了血管介入手术的进一步发展推广，而机器人技术与血管介入技术的有机结合是解决上述问题的重要途径。目前应用于血管介入手术中的多为主从式机器人系统，分为放射室内和放射室外两部分，使用网络进行通信，放射室内的从端机构把持和进给导管，医生在放射室外通过主端控制导管运动。

在血管介入手术中，鉴于血管结构的复杂性和形状的多变性，为了保证手术的效率和安全性，医生需要全面的引导信息。在传统介入手术中，医生借助X射线、CT/MRI、DSA图像的位置引导和导管反馈力的接触引导，快速安全地进给导管到目标位置，尤其是在血管密集遮挡的地方，受制于图像设备的成像质量，会更加依赖于力觉引导，来及时掌握导管精细的介入状态。而使用主从式机器人系统进行手术，改由从端机构把持导管，医生会缺失力觉引导，不但影响手眼协调，更限制其操作经验的发挥，增加了手术的耗时和风险。

发明内容

为了解决现有技术中存在的问题，本发明提供一种在血管介入手术机器人系统中重构力反馈回路的方法，解决了采用现有技术造成的手术耗时多、风险大等问题，提高了血管介入手术机器人系统的效率和安全性。

在血管介入手术中，导管在人体内介入时会产生两种不同的力，分别来自血管壁对导管前端和侧壁的作用，都需要进行测量。产生的力经过导管反馈后是非常重要的引导信息，是医生操作经验的重要组成，尤其是在影像设备无法提供足够分辨率的图像用以支持医生进行精细碰撞判断的时候，导管的反馈力觉更是保证手术安全和效率的关键依靠，所以在主从式血管介入手术机器人系统中重新构建力反馈回路是非常必要的。

本发明提供一种用于血管介入手术机器人系统力反馈的模糊融合方法，所述的模糊融合方法可以为医生提供力觉反馈。所述的方法包括如下步骤：

第一步，选择模糊语言变量；

选择导管头部前端和侧壁与血管壁之间的“碰撞”作为输入语言变量，记为P_i，i=1,2，取值皆为{没有碰撞、轻微碰撞、较深碰撞、深度碰撞、严重碰撞}，对应的模糊集合表示为i=1,2，基本论域为光纤压力传感器和导电橡胶传感器的电压信号U_i=[0,5V]，i=1,2；输出语言变量为医生感觉到的“力”，记为F，取值为{很小、较小、较大、大、很大}，对应的模糊集合表示为基本论域为导管尾端的反馈力f＝[0,6N]；

第二步，构建隶属度函数，包括碰撞模糊集合隶属度函数和力模糊集合隶属度函数；

所述碰撞模糊集合隶属度函数，将导管与血管壁的碰撞状态分为没有碰撞、轻微碰撞、较深碰撞、深度碰撞和严重碰撞五种，记录对应两个传感器所返回的测量值，并与常用的隶属度函数进行比对后得到；

所述的力模糊集合隶属度函数，通过正常工作方式下施加反馈力的设备，按一定步长逐渐增加设备末端轴向的反馈力，并将反馈力分为很小、较小、较大、大、很大五类力值，与常用的隶属度函数比对后，构建出力模糊隶属度函数；

第三步，计算量化因子和比例因子；

取模糊集合和对应的量化论域为X=Y=Z={0,1,2,3,4,5,6,7,8,9,10,11,12,13}；则定义导管前端和侧壁的碰撞量化因子为：

ku=mumax---(1)]]>

式中，u_max——基本论域中的电压最大值；m——量化等级；

将两路输入信号的基本论域代入式（1）中，得其中k_u1、k_u2分别为导管前端和侧壁的碰撞量化因子；

定义力的比例因子为：